基于改進(jìn)螢火蟲(chóng)優(yōu)化LSSVM算法的碳排放影響因素研究.pdf

1、能源消費(fèi)一直是人類(lèi)經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步的重要驅(qū)動(dòng)力，特別是對(duì)中國(guó)來(lái)說(shuō)，煤炭和原油等化石燃料主導(dǎo)了國(guó)家人民的生產(chǎn)生活。但是，在全球氣候變化日益嚴(yán)峻以及低碳可持續(xù)發(fā)展經(jīng)濟(jì)興起的背景下，能源消費(fèi)過(guò)程中隨之帶來(lái)的二氧化碳排放問(wèn)題已經(jīng)不可忽視。作為第一的發(fā)展中國(guó)家，中國(guó)如何在保證國(guó)內(nèi)經(jīng)濟(jì)又好又快發(fā)展的同時(shí)，確保能源安全供給、減少碳排放量、應(yīng)對(duì)氣候變化以及承擔(dān)國(guó)際環(huán)境保護(hù)義務(wù)與責(zé)任，成為亟待解決的一大問(wèn)題。河北省作為中國(guó)大省，近些年來(lái)，其環(huán)境問(wèn)題極其

2、嚴(yán)重，特別是霧霾污染問(wèn)題?？紤]到碳排放現(xiàn)象是引起霧霾的一大重要因素，對(duì)河北省影響碳排放因素的研究是十分必要的。
　　在本文中，首先介紹了與碳排放相關(guān)的概念與理論，中國(guó)碳排放現(xiàn)狀以及目前國(guó)內(nèi)外對(duì)于碳排放研究的具體情況。其次，本文介紹了一種適合小樣本數(shù)據(jù)的最小二乘支持向量機(jī)算法，針對(duì)算法懲罰因子和核函數(shù)寬度根據(jù)經(jīng)驗(yàn)確定的問(wèn)題，本文引入改進(jìn)的螢火蟲(chóng)算法，利用啟發(fā)式智能算法進(jìn)行尋優(yōu)，在此基礎(chǔ)上提高算法的精確度。在實(shí)證研究部分，本文選擇了1

3、990-2014年中國(guó)河北省的碳排放量和影響因子相關(guān)數(shù)據(jù)為研究對(duì)象。對(duì)于預(yù)選的多個(gè)影響因子，本文采用SPSS統(tǒng)計(jì)軟件確定因子的顯著相關(guān)性。然后根據(jù)樣本數(shù)據(jù)的特點(diǎn)，運(yùn)用本論文提出的算法針對(duì)性進(jìn)行建模。為了更好地定量衡量因子對(duì)碳排放量的具體影響，后續(xù)還采用了可拓展的隨機(jī)性的環(huán)境影響評(píng)估模型（STIRPAT）與對(duì)數(shù)平均迪氏分解模型（LMDI）深入分析碳排放量與影響因子之間的關(guān)聯(lián)性。
　　根據(jù)分析結(jié)果，可以得知：（1）與其他三種算法對(duì)比，

4、本文提出的新算法驗(yàn)證了河北省碳排放量與經(jīng)過(guò)SPSS篩選確定的十三個(gè)影響因子之間的因果關(guān)系，證明了本文提出的算法對(duì)標(biāo)準(zhǔn)螢火蟲(chóng)算法的改進(jìn)和對(duì)最小二乘支持向量機(jī)的優(yōu)化是有效的。（2） STIRPAT模型結(jié)果表明河北省碳排放量與本文選定的13個(gè)影響因子之間均為正向相關(guān)，其中最終消費(fèi)的驅(qū)動(dòng)指數(shù)最大，交通運(yùn)輸工具擁有量的指數(shù)最小。（3）利用 LMDI分解法對(duì)碳排放系數(shù)、能源強(qiáng)度、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)活動(dòng)規(guī)模和人口規(guī)模這六個(gè)影響因素進(jìn)行分解，